25年是MCP很疯狂的一年，很多agent厂商都搞了 MCP Market. 但是实际使用差强任意，现在风光正盛的则是 Skills. 但是 Skills 从某种意义上和MCP有重叠，Skills 可以带上MCP玩，也可以带上自己的脚本绕过MCP完成工具调用，所以MCP 整体是越来越边缘化，处于开发者比使用者多的尴尬场景。 

MCP 有诸多问题：

1. 只解决工具调用问题

2. 没有渐进式加载

3. 常驻进程导致消耗非常多的资源。

Skills 能火很重要的原因在于让人把流程和需求拆开来，流程激发了用户的专业知识和专业领域，很多领域的人可以写出很多场景很有用的指导文档，不让 AI 过于随机发挥，提升AI工作的成功率和稳定性，同时使用skill的人在解决具体问题的时候 prompt 的要求降低了很多。

Skills 也存在问题：

1. 松散的标准，其实就是目录，没有太多严格的约定

2. 难以复用。如果skill里带有本地路径，或者带有脚本（脚本需要依赖特殊运行的环境），基本就很难被其他人使用。

整体而言，就是难以分发，难以复用，难以生成生态。Skills 大量的产生导致了根本无法找到合适的Skill，找到了也难以在用户的电脑上跑起来。

InfiniSynapse 创新性的提出了：

Command Tool = 工具 + 工具调用规范 + Skill

我们在传统的命令行 --help 的基础上，提供了 --skill 参数，重新开发了大量工具，这些工具可以被大模型高效的使用（成功率非常高），并且具有渐进式加载（占用窗口很小），并且能够多平台运行（我们有桌面版，兼容Linux,Mac,Windows 等三个平台）。当然了，传统的命令行工具还可以继续被使用，但是经过我们优化后的工具，AI将使用的更加好。

利用这些工具，你可以在 InifiniSynapse 做完分析后，对导出的 Excel 做修改：

也可以把写好的文章导出成 PDF/PPT/Word:

亦或是把报告做成语音MP3：

或者结合天气和节假日做分析：

我们认为 ，MCP 已死，Skills 会继续， Command Tool 是则是继任者。